Uma equipa de astrónomos utilizou um novo método assistido por IA (inteligência artificial) para procurar objetos astronómicos raros no Arquivo do Legado do Hubble. A equipa analisou quase 100 milhões de excertos de imagens em apenas dois dias e meio, descobrindo cerca de 1400 objetos anómalos, mais de 800 dos quais nunca tinham sido documentados.

Objetos raros e anómalos, como galáxias em colisão, lentes gravitacionais e galáxias em anel, têm um enorme interesse científico, mas são difíceis de encontrar nas massas crescentes de dados de telescópios como o Telescópio Espacial Hubble da NASA/ESA. Cada vez mais, os astrónomos têm de se perguntar como podem encontrar uma agulha cósmica num palheiro do tamanho do Universo.

Recentemente, os investigadores David O'Ryan e Pablo Gómez da ESA desenvolveram uma ferramenta de IA que lhes permite inspecionar milhões de imagens astronómicas numa fração do tempo que um humano levaria. A equipa treinou a sua ferramenta e demonstrou as suas capacidades utilizando o Arquivo do Legado do Hubble, que contém dezenas de milhares de conjuntos de dados que abrangem o longo período de vida do Hubble.

"As observações de arquivo do Telescópio Espacial Hubble totalizam agora 35 anos, fornecendo um tesouro de dados onde se podem encontrar anomalias astrofísicas", afirma David, autor principal do artigo de investigação publicado na revista Astronomy & Astrophysics.

As anomalias astrofísicas são normalmente descobertas quando os cientistas procuram manualmente objetos que estão fora da norma - ou quando os encontram por acaso. Embora os cientistas treinados sejam excelentes na deteção de anomalias cósmicas, há simplesmente demasiados dados do Hubble para que os especialistas os consigam selecionar manualmente e com o nível de detalhe necessário.

Os projetos de ciência cidadã, que recrutam não-cientistas para colaborarem em tarefas como a classificação de galáxias, são outra forma de explorar as montanhas de dados disponíveis. Embora os grupos de ciência cidadã aumentem consideravelmente a quantidade de dados que podem ser analisados, mesmo assim não estão à altura de arquivos extensos como o do Hubble, ou de conjuntos de dados de telescópios que sondam o céu, como o telescópio espacial Euclid da ESA.

Agora, este novo trabalho de David e Pablo leva a pesquisa a um nível totalmente novo. A equipa desenvolveu aquilo a que se chama uma rede neuronal, uma ferramenta de IA que utiliza computadores para processar dados e procurar padrões de uma forma inspirada no cérebro humano. A sua rede neuronal, a que deram o nome de AnomalyMatch, foi treinada para procurar e reconhecer objetos raros como galáxias medusas e arcos gravitacionais.

A equipa utilizou o AnomalyMatch para pesquisar cerca de 100 milhões de excertos de imagens do Arquivo do Legado do Hubble, marcando a primeira vez que o arquivo foi sistematicamente pesquisado em busca de anomalias astrofísicas. Em apenas dois dias e meio, o AnomalyMatch completou a sua pesquisa do arquivo e apresentou uma lista de prováveis anomalias.

Como o processo de localização de objetos raros ainda requer um olhar especializado, David e Pablo inspecionaram pessoalmente as fontes classificadas pelo seu algoritmo como mais prováveis de serem anómalas. Destas, mais de 1300 eram verdadeiras anomalias, mais de 800 das quais nunca tinham sido documentadas na literatura científica.

A maior parte das anomalias eram galáxias em processo de fusão ou em interação, assumindo formas invulgares ou contendo longas caudas de estrelas e gás. Muitas outras eram lentes gravitacionais, nas quais a gravidade de uma galáxia em primeiro plano curva o espaço-tempo e distorce a luz de uma galáxia distante em forma de círculo ou arco. A equipa também descobriu exemplos de vários outros objetos raros, tais como galáxias com enormes aglomerados de estrelas, galáxias medusas com "tentáculos" gasosos e discos de formação planetária vistos de lado, dando-lhes um aspeto de hambúrguer ou de borboleta. Talvez o mais intrigante de tudo seja o facto de existirem várias dúzias de objetos que desafiam completamente a classificação.

"Esta é uma utilização fantástica da IA para maximizar a produção científica do arquivo do Hubble", afirma Pablo, coautor do estudo. "Encontrar tantos objetos anómalos nos dados do Hubble, onde se poderia esperar que muitos já tivessem sido encontrados, é um excelente resultado. Também mostra como esta ferramenta será útil para outros grandes conjuntos de dados".

O Hubble gerou apenas um dos muitos grandes arquivos de dados em astronomia, e outros estão no horizonte. Entre as novas instalações que vão fornecer uma enorme quantidade de dados contam-se o Euclid, que iniciou o seu estudo de milhares de milhões de galáxias num terço do céu noturno em 2023, o Observatório Vera C. Rubin, que iniciará em breve o seu levantamento LSST (Legacy Survey of Space and Time) de 10 anos e recolherá mais de 50 petabytes de imagens, e o Telescópio Espacial Nancy Grace Roman da NASA, para o qual a ESA contribui como Missão de Oportunidade, cujo lançamento está previsto para maio de 2027, o mais tardar. Ferramentas de IA como o AnomalyMatch podem ajudar os astrónomos a lidar com o "dilúvio" de dados recebidos e a descobrir novos exemplos de objetos raros e invulgares - e talvez até coisas nunca antes vistas no Universo.

// ESA (comunicado de imprensa)
// ESA/Hubble (comunicado de imprensa)
// NASA (comunicado de imprensa)
// Artigo científico (Astronomy & Astrophysics)

Quer saber mais?

Galáxias em interação:
Wikipedia

Fusão de galáxias:
Wikipedia

Galáxia em anel:
Wikipedia

Galáxia medusa:
Wikipedia

Lentes gravitacionais:
Wikipedia

Rede neuronal:
Wikipedia

Telescópio Espacial Hubble:
Hubble, NASA 
ESA
STScI
Base de dados do Arquivo Mikulski para Telescópios Espaciais
Wikipedia